PRJNA1416261：靶向肿瘤-视网膜抗原PDE6G的mRNA-LNP疫苗激发抗乳腺癌强效抗肿瘤免疫

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1416261

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

针对乳腺癌的有效mRNA疫苗开发一直受限于缺乏高免疫原性和肿瘤特异性抗原。在此，我们鉴定出PDE6G——一种免疫豁免的视网膜富集抗原，在乳腺肿瘤中异常过表达——并开发了PDE6G mRNA-LNP疫苗。接种疫苗可引发强效的CD8+ T细胞应答，促进效应性和具有IFN应答能力的T细胞亚群的克隆扩增，并抑制肿瘤生长，且未检测到毒性。单细胞RNA测序（scRNA-seq）显示，PDE6G mRNA-LNP疫苗接种通过扩增抗原呈递性Cd74+肿瘤相关巨噬细胞（TAMs），同时减少免疫抑制性Maf+巨噬细胞，并增强巨噬细胞与CD8+ T细胞之间的串扰，从而重塑肿瘤免疫微环境（TIME）。此外，将PDE6G mRNA-LNP与PD-1阻断联合使用进一步提高了抗肿瘤疗效。这些发现确立了癌-视网膜抗原作为有前景的疫苗靶点，并证明PDE6G mRNA-LNP可协调适应性免疫与肿瘤微环境重塑，为乳腺癌免疫治疗提供了一种安全且强效的策略。

总体设计：表达PDE6G的肿瘤模型（实验组）接受了PDE6G mRNA-LNP疫苗的免疫接种。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。